(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210851635.7 (22)申请日 2022.07.18 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 林晓青　季盼杰　余泓　吴昂键　 张浩　李晓东　严建华　 (74)专利代理 机构 杭州中成专利事务所有限公 司 33212 专利代理师 周世骏 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/18(2020.01) G06K 9/62(2022.01) G06F 111/04(2020.01)G06F 113/14(2020.01) (54)发明名称 一种基于集群枢纽策略的CCUS运输优化方 法及系统 (57)摘要 本发明涉及碳捕集、 利用与封存技术， 旨在 提供一种基于集群枢纽策略的CCUS运输优化方 法及系统。 该方法包括： 根据碳排放源的地理位 置和碳排放信息， 通过聚类算法实现碳排放源的 产业集群中心的确定与分配； 基于碳排放源的产 业集群中心和 网格节点、 岸边枢纽坐标、 约束条 件与最小运输过程总成本的目标函数， 生成集 群‑枢纽混合整数线性规划模型， 并利用该模型 生成CCUS运输管网优化结果； 基于该优化结果， 采用动态规划的方法迭代寻找更具经济性的集 群中心位置。 本发明提在成本最优的目标函数 下， 得到耦 合产业集群 分配、 运输枢纽选址、 支线 干线拓扑结构、 多模式运输方式的CCUS部署最优 方案， 对于推动大规模二氧化碳捕集、 利用与封 存的实现具有重要意 义。 权利要求书4页 说明书11页 附图4页 CN 115310272 A 2022.11.08 CN 115310272 A 1.一种基于集群枢纽策略的C CUS运输优化方法， 其特 征在于， 包括： 根据碳排放源的地理位置和碳排放信 息， 通过聚类算法实现碳排放源的产业集群 中心 的确定与分配； 基于碳排放源的产业集群中心和网格节点、 岸边枢纽坐标、 约束 条件与最小 运输过程总成本的目标函数， 生成集群 ‑枢纽混合整数线性规划模型， 并利用该模型生成 CCUS运输管网优化结果； 基于该优化结果， 采用动态规划的方法迭代寻找更具经济性的集 群中心位置 。 2.根据权利要求1所述的方法， 其特 征在于， 具体包括以下步骤： (1)建立目标区域内的碳 排放源和岸边枢纽数据库； (2)建立目标区域内的不同运输方式的技术经济数据库； 运输方式包括管道运输、 公路 运输或两者的组合， 数据库中的数据包括各运输方式下与固定投资成本、 可变运营成本和 运行技术参数相关的信息； (3)根据碳排放源和岸边枢纽的数据， 利用经重心法改进的k ‑means聚类算法实现该 区 域的CCUS集群分配， 获得最佳集群中心坐标的集 合； (4)根据聚类计算得到的集群中心坐标、 集群中心的总碳排放量和多个待选海边枢纽 点的坐标， 在 满足减排目标、 节点质量平衡、 集群中心之 间流向和岸边枢纽点流出限制的多 重约束条件下， 基于最小运输过程总成本的目标函数生成混合整数线性 规划模型： (5)基于步骤(3)和(4)的计算结果， 通过基于动态规划方法迭代寻找各个集群中心中 具有更高经济性的准确位置， 以进一 步降低运输费用为目标实现C CUS运输优化。 3.根据权利要求2所述的方法， 其特征在于， 所述步骤(1)中， 碳排放源和岸边枢纽数据 库的数据， 包括区域内各碳排放源的类型、 地理位置、 年碳排放量、 发电量 或年产量， 以及岸 边枢纽的地理位置、 数量。 4.根据权利要求2所述的方法， 其特征在于， 所述步骤(2)中， 技术经济数据库的数据包 括不同运输方式的固定投资成本、 可变运营成本和运行技术参数； 在管道运输方式中， 固定 投资成本包括建设材料费用、 工程费用、 设备维护和通行权费用， 可变运营成本包括人工费 用和杂项费用， 运行技术参数包括CO2的相态、 温度、 进口压力、 出口压力、 管径、 流速、 粗糙 度和管道材料数据； 在公路运输方式中， 固定投资成本包括车辆购置成本和设备维护费用， 可变运营成本包括压缩 费用、 液化费用、 泵送费用、 卡车运输费用、 燃料费用、 储罐费用、 人 工费用和杂项费用， 运行技术参数包括液化操作压力、 运输压力、 储罐容积、 装载/卸载时 间。 5.根据权利要求2所述的方法， 其特 征在于， 所述 步骤(3)中， 具体包括： (3.1)将碳排放源的基于地 理坐标系的经纬度(lngi， lati)转换为投影坐标系下的坐标 (xi， yi)， 设定k‑means聚类的类数从2开始； (3.2)采用密度法确定聚类中心的初始点(xkj， ykj)： (x10， y10)、 (x20， y20)...(xk0， yk0)； (xkj， ykj)表示第k个聚类中心第j次更新后的位置， j＝0时则表示初始位置； (3.3)计算各个碳排放源的点(xi， yi)到初始聚类中心(xkj， ykj)的距离lik， 将每个排放 源点分配到最近的聚类中心； (3.4)基于隶属于每个聚类 中心的碳排放源i的信息， 采用重心 公式完成聚类中心的更 新， 以其结果代 表使该类支线成本和最小的聚类中心点：权　利　要　求　书 1/4 页 2 CN 115310272 A 2(3.5)计算此时的加权距离之和Tlj＝∑k∑imi*lik， 且更新j值， j＝j+1； (3.6)重复步骤(3.3)～(3.5)， 计算与j次加权距离之和与j ‑1次的差值： ΔTlj＝Tlj‑ Tlj‑1； 当ΔTlj小于设定的阈值时， 迭代结束， 此时的Tlj即为该k值下的Tlk； (3.7)更新k＝k+1， 并重复步骤(3.2)～(3.6)， 计算两次Tlk的差值ΔTlk； 当ΔTlk＞0时， 迭代结束， k ＝k‑1时的分类结果即为 最佳集群分配结果； (3.8)根据最佳聚类结果， 得到最佳集群中心坐标的集合为： (x1， y1)、 (x2， y2)、 ...(xk， yk)； 将隶属于同一类 的排放源的排放量集汇到该集群中心， 作为该集群中心的碳排放量： 6.根据权利要求2所述的方法， 其特 征在于， 所述 步骤(4)中， 具体包括： (4.1)设置该模型的输入节点： 包括聚类产生的集群中心节点、 基于网格划分添加的虚 拟中间节点(其特 征为排放量为0)以及待选的n个岸边枢纽点(其特 征为排放量为0)； (4.2)设置该模型的输入变量： 包括集群中心的地理位置(xk， yk)、 总排放量mk、 岸边枢 纽点的位置(xz， yz)、 总减排 目标Targeter； 该模型的决策变量包括集群中心之间的连接矩 阵、 运输量、 运输方式、 岸边枢纽点的位置和数量； (4.3)设置该模型的约束条件： 包括减排目标约束、 节点质量平衡约束、 岸边枢纽点流 出限制和流动方向限制约束； (4.4)该模型的目标函数为最小运输过程的总费用， 包括碳排放源到集群中心的支线 费用， 集群中心之间互相连接的干线费用， 岸边枢纽的建造费用； 其中管道费用包括固定投 资成本和可变运营成本， 岸边枢纽费用包括储罐费用， 用于保障陆海运输连接的稳定性； 目 标函数如下： min(TC)＝∑(PAICij+POCij+PECij)*xijp+(RAICij+ROCij+RECij)*xijr+n*(IChub+OChub) 其中， PAICij为管道运输年化资本成本， POCij为管道运输运维成本， PECij为管道运输产 生的额外碳排放导致的成本； RAICij为公路运输年化资本成本， ROCij为公路运输运维成本， RECij为公路运输产生的额外碳排放导致的成本； xijp是二进制变 量， 表示两点之间管道连接 关系， xijp＝1时， 表示两个节点之间以管道连接； 同理， xijr表示两点之间公路连接关系， xijr ＝1时， 表示两个节点之间以公路连接； IChub为岸边枢纽的资本成本， OChub为岸边枢纽的运 维成本。 7.根据权利 要求6所述的方法， 其特征在于， 所述步骤(4.3)中， 各约束条件的具体内容 包括： (4.3.1)流入 模型最终选择的几个枢纽点z的运输量之和大于等于该地区的减排目标： xkz为二进制变量， xkz＝1表示集群中心k与枢纽点z连接； mkz表示集群中心k与枢纽点z 的运输量； Tc表示减排目标； (4.3.2)对于每一个集群中心节点： 流出的运输量之和减去流入的运输量之和等于该权　利　要　求　书 2/4 页 3 CN 115310272 A 3